第二届 FRCSyn-onGoing：面向人脸识别合成数据的获胜解决方案及赛后分析
计算机视觉与模式识别
2025-12-11 v2 人工智能
计算机与社会
机器学习
摘要
合成数据正越来越受到人脸识别技术的青睐，主要due于获取真实数据所涉及的隐私问题以及多样化场景、质量和人口学群体等挑战。合成数据还相对于真实数据具有一些优势，如可生成大量数据或可自定义以适应特定问题解决需求。为了充分利用这种数据，人脸识别模型也应专为充分发挥合成数据的潜力而设计。为了推动新型生成式 AI 方法和合成数据的提出，以及探索合成数据用于改进人脸识别系统训练的应用，我们介绍了第二届 FRCSyn-onGoing 挑战，基于原于 CVPR 2024 启动的第二届 Face Recognition Challenge in the Era of Synthetic Data（FRCSyn）。这是一个持续进行的挑战，为研究人员提供了一个易于基准测试新方法和合成数据提案，以及专为充分利用合成数据而提出的人脸识别系统的平台。我们关注利用合成数据（单独或与真实数据结合）以解决当前人脸识别挑战的应用，如人口学偏差、域适应以及在要求严格的情况下的性能限制问题，例如训练和测试之间的年龄差距、姿态变化或遮挡。本次第二届赛中获得了有趣的发现，包括与第一届的直接比较，其中合成数据库受限于 DCFace 和 GANDiffFace。
引用
@article{arxiv.2412.01383,
title = {Second FRCSyn-onGoing: Winning Solutions and Post-Challenge Analysis to Improve Face Recognition with Synthetic Data},
author = {Ivan DeAndres-Tame and Ruben Tolosana and Pietro Melzi and Ruben Vera-Rodriguez and Minchul Kim and Christian Rathgeb and Xiaoming Liu and Luis F. Gomez and Aythami Morales and Julian Fierrez and Javier Ortega-Garcia and Zhizhou Zhong and Yuge Huang and Yuxi Mi and Shouhong Ding and Shuigeng Zhou and Shuai He and Lingzhi Fu and Heng Cong and Rongyu Zhang and Zhihong Xiao and Evgeny Smirnov and Anton Pimenov and Aleksei Grigorev and Denis Timoshenko and Kaleb Mesfin Asfaw and Cheng Yaw Low and Hao Liu and Chuyi Wang and Qing Zuo and Zhixiang He and Hatef Otroshi Shahreza and Anjith George and Alexander Unnervik and Parsa Rahimi and Sébastien Marcel and Pedro C. Neto and Marco Huber and Jan Niklas Kolf and Naser Damer and Fadi Boutros and Jaime S. Cardoso and Ana F. Sequeira and Andrea Atzori and Gianni Fenu and Mirko Marras and Vitomir Štruc and Jiang Yu and Zhangjie Li and Jichun Li and Weisong Zhao and Zhen Lei and Xiangyu Zhu and Xiao-Yu Zhang and Bernardo Biesseck and Pedro Vidal and Luiz Coelho and Roger Granada and David Menotti},
journal= {arXiv preprint arXiv:2412.01383},
year = {2025}
}
备注
Accepted in Information Fusion